>　　（1）处理的数据对象、数据类型、数据结构、数据模型和应用对象都不同，处理的方式也不同。

　　（2）多媒体数据库存储和处理复杂对象，其存储技术需要增加新的处理功能，如数据压缩和解压。

　　（3）多媒体数据库面向应用，没有单一的数据模型适应所有情况，随应用领域和对象而建立相应的数据模型。

　　（4）多媒体数据库强调媒体独立性，用户应最大限度地忽略各媒体间的差别而实现对多种媒体数据的管理和操作。

　　（5）多媒体数据库强调对象的物理表现和交互方式，强调终端用户界面的灵活性和多样性。

　　（6）多媒体数据库具有更强的对象访问手段，比如特征访问、浏览访问、近似性查询等。

　　多媒体的建模方法有多种，常见的有以下几种方法：

　　（1）扩充关系模型 （2）语义模型（3）对象模型

　　多媒体数据库管理系统（MDBMS）能实现多媒体数据库的建立、操作、控制、管理和维护，能将声音、图像、文本等各种复杂对象结合在一起，并提供各种方式检索、观察和组合多媒体数据，实现多媒体数据共享。 多媒体数据库管理系统的基本功能应包括如下几点：

　　（1）能表示和处理复杂多媒体数据，并能较准确地反映和管理各种媒体数据的特性和各种媒体数据之间的空间或时间的关联，能为用户提供定义新的数据类型和相应操作的能力。

　　（2）能保证多媒体数据库的物理数据独立性、逻辑数据独立性和多媒体数据独立性。

　　（3）提供功能更强大的数据操纵，比如非格式化数据的查询、浏览功能，对非格式化数据的一些新操作，图像的覆盖、嵌入、裁剪，声音的合成、调试等。

　　（4）提供网络上分布数据功能，对分布于网络不同结点的多媒体数据的一致性、安全性、并发性进行管理。

　　（5）提供系统开放功能，提供多媒体数据库的应用程序接口（API）。

　　（6）提供事务和版本的管理功能。

　　数据仓库的定义是：在支持管理的决策生成过程中，一个面向主题的、集成的、时变的、非易失的数据集合。

　　数据仓库的最终目的：是将企业范围内的全体数据集成到一个数据仓库中，用户可以方便地从中进行信息查询、产生报表和进行数据分析等。数据仓库是一个决策支撑环境，它从不同的数据源得到数据，组织数据，使得数据有效地支持企业决策。总之，数据仓库是数据管理和数据分析的技术。

　　数据仓库的成功实现能为一个企业带来的主要好处是：

　　①提高公司决策能力 ②竞争优势 ③潜在的高投资回报

　　开发和管理一个数据仓库常出现的问题有：低估数据装载工作、源系统隐藏的问题、从现存的数据源捕捉不到的数据、终端用户的需求不断增长、数据差异被忽略、对资源过高需求、数据的所有权问题、高维护性和集成的复杂性。

　　数据仓库的结构：数据源、装载管理器、数据仓库管理器、查询管理器、详细数据、轻度和高度汇总的数据、归档/备份数据、元数据和终端用户访问工具。

　　数据仓库的目的是为公司决策者作出战略决策提供信息。这些用户用终端用户访问工具与仓库打交道。有五类访问工具：报表和查询工具、应用程序开发工具、执行信息系统（EIS）工具、联机分析处理（OLAP）工具、数据挖掘工具。此处的执行信息系统工具，又称每个人的信息系统的工具，是一种提供给个人的可按自己风格裁剪系统的所有层次（数据管理、数据分析、决策）的支持工具。

　　数据仓库主要对五种信息流进行管理：入流（inflow）、上流（upflow）、下流（downflow）、出流（outflow）和元流（metaflow）。

　　入流：源数据的析取、纯化和装载。

　　上流：通过对数据汇总、包装和分配增加数据到数据仓库中（增加各级汇总数据）。

　　下流：存档和备份或恢复仓库中的数据。

　　出流：使终端用户可以使用数据。

　　元流：处理元数据。

　　数据仓库的工具和技术：析取、纯化和变换工具，数据仓库DBMS，数据仓库元数据和管理工具。

　　数据仓库管理工具必须能支持的任务：监督来自于多个源的数据装载，数据质量和完整性检查，管理和更新元数据，监督数据库性能以确保高效的查询响应时间和资源利用，统计数据仓库的使用并提供用户费用信息，复制数据同时构造数据子集和分配数据，维护有效的数据存储管理，净化数据，归档和备份数据，实现从故障中恢复和安全管理。

　　数据仓库的设计过程主要有：（1）提取数据特征；（2）设计星状模式；（3）设计雪花状模式；（4）设计星片状模

上一页  [1] [2] [3] 

文章转载请注明来源于：汕头自考网